基于手机信令数据的城市居民活动空间研究 ——以贵阳市为例
发布时间：2022-11-06 12:52
随着信息技术的高速发展,手机信令数据作为一种新型的数据源在交通出行、轨迹数据挖掘和城市活动空间研究发挥着重要作用。与传统人口普查和调查问卷的方式相比,手机信令数据具有覆盖范围广、客观性强、样本量大、数据精度高等优点,利用手机信令数据,可准确获取城市人口的时空分布与居民活动的动态特征,有助于进一步丰富和拓展已有的城市空间研究,进而为今后指导和完善现有城市规划提供重要研究依据。根据时间地理学、城市规划、空间分析与可视化等理论,利用贵阳市居民手机信令数据和城市兴趣点（POI）数据,分析贵阳市居民日常行为的时空特征,揭示居民在不同类型活动中的时空规律,挖掘城市组团空间结构信息;从工作日和休息日两个时段探讨职住空间形态差异及居民休闲活动热点的空间分异,并结合贵阳市现有功能区分布、城市居民活动体系及土地利用混合度,对现有城市总体规划的实施情况进行评估,为城市空间布局、人口调查、城市建成环境评估提供实证支持。研究结果表明:（1）48h内（包含工作日和休息日）传统的作息规律依旧支配着贵阳市居民活动,工作日和休息日的人群密集区域与次密集区域基本一致,信令密度分布呈现以南明区和云岩区为主的单中心特征,工作...
【文章页数】：68 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景
1.2 研究意义
1.3 国内外研究进展
1.3.1 城市活动空间研究现状
1.3.2 手机信令数据的应用研究现状
1.3.3 POI兴趣点数据研究现状
1.3.4 居民活动时空特征研究进展
1.3.5 研究现状小结
1.4 研究对象与研究范围
1.4.1 研究对象
1.4.2 研究范围
1.5 研究内容与研究方法
1.5.1 研究内容
1.5.2 方法与技术路线
第二章 数据采集与预处理
2.1 矢量数据
2.2 手机信令数据
2.2.1 数据表示与相关定义
2.2.2 数据预处理
2.3 兴趣点数据
第三章 居民活动时空特征分析
3.1 居民活动时间规律
3.2 手机信令分时段活动时空图谱
3.3 贵阳市居民生活空间功能分区及生活空间体系定量识别
3.3.1 基于POI的生活空间功能分区识别
3.3.2 贵阳市城市功能区活动频率变化
3.3.3 贵阳市城市空间居民生活体系识别
3.4 小结
第四章 居民职住地集群识别及休息日活动热点空间分析
4.1 DBSCAN空间聚类算法
4.1.1 DBSCAN算法核心思想
4.1.2 DBSCAN算法相关定义
4.1.3 DBSCAN算法流程
4.2 居民职住地等级结构空间特征分析方法
4.2.1 k均值聚类
4.2.2 空间形态指标确立
4.3 休息日居民活动热点空间分异指标定量确定
4.4 居民活动集群聚类分析及居民热点空间分异特征
4.4.1 职住地集群聚类分析
4.4.2 休息日居民活动热点空间分异特征
4.5 小结
第五章 城市土地功能混合利用度对城市居民活跃程度的影响分析
5.1 城市土地功能混合利用度
5.2 城市土地功能混合利用度测算方法
5.3 城市土地功能混合利用度测算结果及分析
5.4 小结
第六章 结论
6.1 研究结论
6.2 研究展望
参考文献
致谢
在读期间公开发表论文(著)及科研情况
【参考文献】：
期刊论文
[1]2018年上半年通信业经济运行情况分析[J]. 通信企业管理. 2018(08)
[2]基于POI大数据的城市零售业空间热点分析——以辽宁省沈阳市为例[J]. 薛冰,肖骁,李京忠,姜璐,谢潇. 经济地理. 2018(05)
[3]居民出行活动特征与收入水平的关系——以上海市为例[J]. 郭思慧,文聪聪,何云,裴韬. 地理科学进展. 2017(09)
[4]基于手机大数据的城市群空间特征研究——以珠三角为例[J]. 董志国,刘红杏,吴冠中. 交通与运输. 2017(05)
[5]贵州信息通信业五年发展成就斐然[J]. 王昕. 中国电信业. 2017(09)
[6]基于手机位置数据的个体行为规律研究[J]. 张安勤,田秀霞,张挺. 上海电力学院学报. 2017(04)
[7]中国西部城市居民时空间行为特征研究——以西宁市为例[J]. 柴彦威,谭一洺. 人文地理. 2017(04)
[8]以移动手机用户信令大数据为中心的智慧城市的研究[J]. 王琳. 科技视界. 2017(21)
[9]基于POI的物流节点和物流企业区位特征与分异机制——以北京为例（英文）[J]. 李国旗,金凤君,陈娱,焦敬娟,刘思婧. Journal of Geographical Sciences. 2017(07)
[10]上海市人口分布与空间活动的动态特征研究——基于手机信令数据的探索[J]. 钟炜菁,王德,谢栋灿,晏龙旭. 地理研究. 2017(05)
博士论文
[1]基于手机记录数据的城市空间感知及应用研究[D]. 吴礼华.武汉大学 2016
[2]基于多源轨迹数据挖掘的居民通勤行为与城市职住空间特征研究[D]. 毛峰.华东师范大学 2015
[3]文化古镇旅游地居民“情感—行为”特征及其形成机理[D]. 吴丽敏.南京师范大学 2015
[4]转型期城市居民生活空间研究[D]. 曾文.南京师范大学 2015
[5]面向交通服务的多源移动轨迹数据挖掘与多尺度居民活动的知识发现[D]. 邓中伟.华东师范大学 2012
硕士论文
[1]基于多源兴趣点数据的城市功能区划分方法研究[D]. 邓悦.中国测绘科学研究院 2018
[2]基于微博数据的深圳市居民生活空间研究[D]. 陈名娇.深圳大学 2017
[3]基于新浪微博签到的京津冀城市群居民活动时空特征及范围划界初探[D]. 韩华瑞.武汉大学 2017
[4]基于通信数据的用户重要位置识别及区域功能发现[D]. 王程浩.浙江大学 2017
[5]基于DBSCAN聚类算法的研究与应用[D]. 冯振华.江南大学 2016
[6]基于大数据的城市人群活动的时空动态分析[D]. 雷程程.陕西师范大学 2016
[7]基于手机信令数据的流动人口出行特性分析方法研究[D]. 马春景.东南大学 2016
[8]基于位置信息的北京市出行模式研究[D]. 陈娜.北京交通大学 2016
[9]西安市新城市贫困阶层微观行为时空间结构研究[D]. 郭瑞斌.陕西师范大学 2015
[10]城市聚集性健身活动空间分析与景观优化研究[D]. 卢婧.福建农林大学 2015
本文编号：3703534
【文章页数】：68 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景
1.2 研究意义
1.3 国内外研究进展
1.3.1 城市活动空间研究现状
1.3.2 手机信令数据的应用研究现状
1.3.3 POI兴趣点数据研究现状
1.3.4 居民活动时空特征研究进展
1.3.5 研究现状小结
1.4 研究对象与研究范围
1.4.1 研究对象
1.4.2 研究范围
1.5 研究内容与研究方法
1.5.1 研究内容
1.5.2 方法与技术路线
第二章 数据采集与预处理
2.1 矢量数据
2.2 手机信令数据
2.2.1 数据表示与相关定义
2.2.2 数据预处理
2.3 兴趣点数据
第三章 居民活动时空特征分析
3.1 居民活动时间规律
3.2 手机信令分时段活动时空图谱
3.3 贵阳市居民生活空间功能分区及生活空间体系定量识别
3.3.1 基于POI的生活空间功能分区识别
3.3.2 贵阳市城市功能区活动频率变化
3.3.3 贵阳市城市空间居民生活体系识别
3.4 小结
第四章 居民职住地集群识别及休息日活动热点空间分析
4.1 DBSCAN空间聚类算法
4.1.1 DBSCAN算法核心思想
4.1.2 DBSCAN算法相关定义
4.1.3 DBSCAN算法流程
4.2 居民职住地等级结构空间特征分析方法
4.2.1 k均值聚类
4.2.2 空间形态指标确立
4.3 休息日居民活动热点空间分异指标定量确定
4.4 居民活动集群聚类分析及居民热点空间分异特征
4.4.1 职住地集群聚类分析
4.4.2 休息日居民活动热点空间分异特征
4.5 小结
第五章 城市土地功能混合利用度对城市居民活跃程度的影响分析
5.1 城市土地功能混合利用度
5.2 城市土地功能混合利用度测算方法
5.3 城市土地功能混合利用度测算结果及分析
5.4 小结
第六章 结论
6.1 研究结论
6.2 研究展望
参考文献
致谢
在读期间公开发表论文(著)及科研情况
【参考文献】：
期刊论文
[1]2018年上半年通信业经济运行情况分析[J]. 通信企业管理. 2018(08)
[2]基于POI大数据的城市零售业空间热点分析——以辽宁省沈阳市为例[J]. 薛冰,肖骁,李京忠,姜璐,谢潇. 经济地理. 2018(05)
[3]居民出行活动特征与收入水平的关系——以上海市为例[J]. 郭思慧,文聪聪,何云,裴韬. 地理科学进展. 2017(09)
[4]基于手机大数据的城市群空间特征研究——以珠三角为例[J]. 董志国,刘红杏,吴冠中. 交通与运输. 2017(05)
[5]贵州信息通信业五年发展成就斐然[J]. 王昕. 中国电信业. 2017(09)
[6]基于手机位置数据的个体行为规律研究[J]. 张安勤,田秀霞,张挺. 上海电力学院学报. 2017(04)
[7]中国西部城市居民时空间行为特征研究——以西宁市为例[J]. 柴彦威,谭一洺. 人文地理. 2017(04)
[8]以移动手机用户信令大数据为中心的智慧城市的研究[J]. 王琳. 科技视界. 2017(21)
[9]基于POI的物流节点和物流企业区位特征与分异机制——以北京为例（英文）[J]. 李国旗,金凤君,陈娱,焦敬娟,刘思婧. Journal of Geographical Sciences. 2017(07)
[10]上海市人口分布与空间活动的动态特征研究——基于手机信令数据的探索[J]. 钟炜菁,王德,谢栋灿,晏龙旭. 地理研究. 2017(05)
博士论文
[1]基于手机记录数据的城市空间感知及应用研究[D]. 吴礼华.武汉大学 2016
[2]基于多源轨迹数据挖掘的居民通勤行为与城市职住空间特征研究[D]. 毛峰.华东师范大学 2015
[3]文化古镇旅游地居民“情感—行为”特征及其形成机理[D]. 吴丽敏.南京师范大学 2015
[4]转型期城市居民生活空间研究[D]. 曾文.南京师范大学 2015
[5]面向交通服务的多源移动轨迹数据挖掘与多尺度居民活动的知识发现[D]. 邓中伟.华东师范大学 2012
硕士论文
[1]基于多源兴趣点数据的城市功能区划分方法研究[D]. 邓悦.中国测绘科学研究院 2018
[2]基于微博数据的深圳市居民生活空间研究[D]. 陈名娇.深圳大学 2017
[3]基于新浪微博签到的京津冀城市群居民活动时空特征及范围划界初探[D]. 韩华瑞.武汉大学 2017
[4]基于通信数据的用户重要位置识别及区域功能发现[D]. 王程浩.浙江大学 2017
[5]基于DBSCAN聚类算法的研究与应用[D]. 冯振华.江南大学 2016
[6]基于大数据的城市人群活动的时空动态分析[D]. 雷程程.陕西师范大学 2016
[7]基于手机信令数据的流动人口出行特性分析方法研究[D]. 马春景.东南大学 2016
[8]基于位置信息的北京市出行模式研究[D]. 陈娜.北京交通大学 2016
[9]西安市新城市贫困阶层微观行为时空间结构研究[D]. 郭瑞斌.陕西师范大学 2015
[10]城市聚集性健身活动空间分析与景观优化研究[D]. 卢婧.福建农林大学 2015
本文编号：3703534
本文链接：https://www.wllwen.com/kejilunwen/dizhicehuilunwen/3703534.html
